Pertanyaan yang diberi tag «bayesian»

Yaitu, untuk melakukan analisis sekuensial (Anda tidak tahu sebelumnya berapa banyak data yang akan Anda kumpulkan) dengan metode yang sering membutuhkan perawatan khusus; Anda tidak bisa hanya mengumpulkan data sampai nilai p cukup kecil atau interval kepercayaan menjadi cukup pendek. Tetapi ketika melakukan analisis Bayesian, apakah ini menjadi perhatian? Bisakah …

12 bayesian  inference  philosophical  sequential-analysis 

Saya membaca tentang distribusi sebelumnya dan saya menghitung Jeffrey sebelumnya untuk sampel variabel acak yang terdistribusi normal dengan rerata tidak diketahui dan tidak diketahui. Menurut perhitungan saya, berikut ini berlaku untuk Jeffreys sebelumnya: Di sini, adalah matriks informasi Fisher.p(μ,σ2)=det(I)−−−−−√=det(1/σ2001/(2σ4))−−−−−−−−−−−−−−−−−−√=12σ6−−−−√∝1σ3.p(μ,σ2)=det(I)=det(1/σ2001/(2σ4))=12σ6∝1σ3. p(\mu,\sigma^2)=\sqrt{det(I)}=\sqrt{det\begin{pmatrix}1/\sigma^2 & 0 \\ 0 & 1/(2\sigma^4)\end{pmatrix}}=\sqrt{\frac{1}{2\sigma^6}}\propto\frac{1}{\sigma^3}.III Namun, saya juga sudah …

12 bayesian  normal-distribution  prior  jeffreys-prior 

Apa definisi dari prior-semi-konjugat dan dari kondisi konjugat bersyarat ? Saya menemukannya di Analisis Data Bayesian Gelman , tetapi saya tidak dapat menemukan definisi mereka.

12 bayesian 

Ini lebih merupakan sejarah pertanyaan sains, tapi saya harap ada di topik di sini. Saya pernah membaca bahwa Thomas Bayes hanya berhasil menemukan teorema Bayes untuk kasus khusus seragam sebelumnya, dan bahkan kemudian ia berjuang dengan itu, tampaknya. Mempertimbangkan betapa sepele teorema Bayes dalam pengobatan modern, mengapa hal itu menjadi …

12 bayesian  bayes  history 

Saya ingin memahami uji pasti fisher dengan lebih baik, jadi saya menyusun contoh mainan berikut ini, di mana f dan m berhubungan dengan pria dan wanita, dan n dan y berhubungan dengan "konsumsi soda" seperti ini: > soda_gender f m n 0 5 y 5 0 Jelas, ini adalah penyederhanaan …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

Dalam teorema Bayesian, , dan dari buku yang saya baca, disebut sebagai kemungkinan , tapi saya menganggap itu hanya probabilitas bersyarat dari diberikan , kan? p(x|y)p ( y| x)= p ( x | y) p ( y)p ( x )p(y|x)=p(x|y)p(y)p(x)p(y|x) = \frac{p(x|y)p(y)}{p(x)}p ( x | y)p(x|y)p(x|y)yxxxyyy The maksimum estimasi kemungkinan …

12 bayesian  maximum-likelihood 

Saya ingin memahami apa yang dilakukan kode berikut. Orang yang menulis kode tidak lagi berfungsi di sini dan hampir tidak berdokumen. Saya diminta untuk menyelidikinya oleh seseorang yang berpikir " ini model regresi logistik bayesian " bglm <- function(Y,X) { # Y is a vector of binary responses # X …

12 r  logistic  bayesian  generalized-linear-model 

Kita dapat menulis teorema Bayes sebagai p ( θ | x ) = f( X| θ)p(θ)∫θf( X| θ)p(θ)dθhal(θ|x)=f(X|θ)hal(θ)∫θf(X|θ)hal(θ)dθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} di mana p ( θ | x )hal(θ|x)p(\theta|x) adalah posterior, f( X| θ)f(X|θ)f(X|\theta) adalah distribusi bersyarat, dan p ( θ )hal(θ)p(\theta) adalah yang sebelumnya. atau p ( θ | …

12 bayesian  likelihood 

Saya telah menemukan teks yang sangat bagus di Bayes / MCMC. TI menyarankan bahwa standardisasi variabel independen Anda akan membuat algoritma MCMC (Metropolis) lebih efisien, tetapi juga dapat mengurangi (multi) collinearity. Bisakah itu benar? Apakah ini sesuatu yang harus saya lakukan sebagai standar . (Maaf). Kruschke 2011, Melakukan Analisis Data …

12 bayesian  mcmc  multicollinearity  standardization 

Ini adalah upaya pertama saya untuk seseorang yang datang dari kamp frequentist untuk melakukan analisis data Bayesian. Saya membaca sejumlah tutorial dan beberapa bab dari Bayesian Data Analysis oleh A. Gelman. Sebagai contoh analisis data pertama yang kurang lebih independen saya memilih adalah kereta menunggu waktu. Saya bertanya pada diri …

12 bayesian  pymc 

Saya menggabungkan pendekatan Bayesian Model Averaging (BMA) dalam penelitian saya dan akan segera memberikan presentasi tentang pekerjaan saya kepada kolega saya. Namun, BMA tidak begitu terkenal di bidang saya, jadi setelah memberikan mereka semua teori dan sebelum benar-benar menerapkannya pada masalah saya, saya ingin memberikan contoh sederhana namun instruktif tentang …

12 bayesian  data-visualization 

Saya mencoba memahami Bayes Factor (BF). Saya percaya mereka seperti rasio kemungkinan dari 2 hipotesis. Jadi, jika BF 5, itu berarti H1 5 kali lebih mungkin daripada H0. Dan nilai 3-10 menunjukkan bukti sedang, sedangkan> 10 menunjukkan bukti kuat. Namun, untuk nilai-P, 0,05 tradisional dianggap sebagai cut-off. Pada nilai P …

11 hypothesis-testing  bayesian  p-value  bayes-factors 

Latar belakang : Saya memiliki gelar PhD dalam psikologi sosial, di mana statistik teoretis dan matematika nyaris tidak tercakup dalam kursus kuantitatif saya. Melalui sarjana dan pascasarjana, saya diajar (seperti banyak dari Anda juga dalam ilmu sosial, mungkin) melalui kerangka kerja kerap kali "klasik". Sekarang, saya juga suka R dan …

11 probability  bayesian  simulation  monte-carlo  frequentist 

Saya memiliki fungsi kemungkinan untuk kemungkinan data saya memberikan beberapa parameter model , yang ingin saya perkirakan. Dengan asumsi prior prior pada parameter, kemungkinan proporsional dengan probabilitas posterior. Saya menggunakan metode MCMC untuk sampel probabilitas ini.L (d| θ)L(d|θ)\mathcal{L}(d | \theta)dddθ ∈ RNθ∈RN\theta \in \mathbf{R}^N Melihat rantai konvergen yang dihasilkan, saya …

11 bayesian  maximum-likelihood  optimization  inference  mcmc 

Jika Uniform , dan Bin , maka rata-rata posterior diberikan oleh .p∼p∼p \sim(0,1)(0,1)(0,1)X∼X∼X \sim(n,p)(n,p)(n, p)pppX+ 1n + 2X+1n+2\frac{X+1}{n+2} Apakah ada nama umum untuk penaksir ini? Saya telah menemukannya memecahkan banyak masalah orang dan saya ingin dapat mengarahkan orang ke referensi, tetapi belum dapat menemukan nama yang tepat untuk itu. Samar-samar …

11 bayesian  terminology  laplace-smoothing